Skip to main content
SpringerLink
Log in

Determinanten des Informationsgehalts von Managementprognosen – eine empirische Untersuchung anhand der DAX und MDAX-Unternehmen

Determinants of the information content of management forecasts–an empirical analysis of the German DAX and MDAX companies

  • Forschung
  • Published:
Zeitschrift für Betriebswirtschaft Aims and scope Submit manuscript

Zusammenfassung

In diesem Beitrag werden Eigenschaften und Determinanten des Informationsgehalts von Managementprognosen der DAX und MDAX-Unternehmen im Zeitraum 2002–2005 untersucht. Als Stellvertretervariable des Informationsgehalts wird die Präzision der Formulierung einer Prognose verwendet. Es zeigt sich, dass MDAX-Unternehmen präziser formulierte Prognosen abgeben als DAX-Unternehmen. Zudem werden präziser formulierte Prognosen abgegeben, wenn ein Unternehmen (1) einen geringeren Anteil an immateriellen Vermögenswerten, (2) eine geringere Marktkapitalisierung, (3) eine geringere Volatilität der Ergebnisse sowie (4) einen höheren Bedarf an externer Finanzierung besitzt.

Abstract

In this article the characteristics and determinants of the information content of management earnings forecasts of the German DAX and MDAX companies between 2002 and 2005 are analyzed. As proxy for the information content I use the precision of the wording of a forecast. I can show that the forecasts of MDAX companies are more precisely formulated than those of DAX companies. Furthermore forecasts are formulated more precisely, when companies have, (1) a lower percentage of intangible assets, (2) lower market capitalization, (3) lower volatility of earnings and (4) a higher need for external financing.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1

Notes

  1. In einer Vielzahl von US-amerikanischen empirischen Studien wurde z. B. gezeigt, dass Prognosen erhebliche Auswirkungen auf Aktienkurse, Analystenschätzungen oder die Geld-Brief-Spanne besitzen. Vgl. Baginski u. Han (1990); Pownall et al. (1993); Coller u. Yohn (1997).

  2. O.V., Handelsblatt vom 15.3.2006, S. 1.

  3. Vgl. Münchner Rück-Gruppe, Geschäftsbericht 2004, S. 130.

  4. O.V., Handelsblatt vom 18.3.2005, S. 24.

  5. Darin sind beispielsweise Aussagen über Umsätze, den Jahresüberschuss oder das Ergebnis je Aktie eingeschlossen. Als eng verbunden gilt eine Kennzahl, wenn sich die Aussage auf eine Position der GuV bezieht, die Art der Berechnung aber vom Unternehmen selbst festgelegt wird, wie z. B. das häufig genannte „Ergebnis nach Bereinigung von Sondereffekten.“ Vgl. Pellens et al. (2007), S. 25.

  6. Der Zeithorizont einer Prognose bezeichnet die Zeitspanne zwischen der Abgabe der Prognose und der Veröffentlichung der tatsächlich realisierten Kennzahl. Vgl. Drobeck (2001, S. 1224) sowie auch Hagest u. Kellinghusen (1977, S. 410).

  7. Vgl. für die weiteren Ausführungen und eine Übersicht weiterer Charakteristika von Managementprognosen Hirst et al. (2007).

  8. Der Überraschungseffekt bezeichnet den Inhalt einer Prognose im Vergleich zu den Erwartungen des Kapitalmarktes. Der Überraschungseffekt kann dabei drei Ausprägungen besitzen. Übertrifft die Höhe der Prognose die aktuellen Erwartungen, ist die Prognose positiv (good news); liegt die Prognose unterhalb der Erwartungen, so ist sie negativ (bad news); liegt die Prognose im Bereich der Erwartungen, so wird von einer bestätigenden Prognose gesprochen (confirming forecast). Vgl. Hirst et al. (2007, S. 16)

  9. Der Prognosefehler wird regelmäßig definiert als Absolutbetrag der Abweichung der Managementprognose einer Kennzahl von der späteren Realisation. Diese Definition der Treffgenauigkeit einer Prognose dient der Abgrenzung zum Begriff der Präzision, der sich auf die verbale Formulierung zum Zeitpunkt der Abgabe bezieht. Vgl. Hirst et al. (2007, S. 15).

  10. Die Neigung einer Prognose wird von Hirst et al. (2007) definiert als “systematic tendency to be inaccurate in a particular direction”. Wird dieser Definition gefolgt, ergibt sich die Prognoseneigung des Managements aus der Betrachtung des Prognosefehlers. Eine Prognose und das dafür verantwortliche Management werden dabei als optimistisch (pessimistisch) charakterisiert, wenn das zu einem späteren Zeitpunkt tatsächlich realisierte Ergebnis unterhalb (oberhalb) des Prognosewertes liegt. Hirst et al. (2007, S. 18).

  11. Neben diesen Arten von Prognosen legen Han u. Tan (2006) eine hybride Managementprognoseform fest. Diese entsteht, wenn innerhalb einer Intervallprognose zusätzlich eine beste Erwartung abgegeben wird und die Prognose damit sowohl Eigenschaften von Punkt- als auch von Intervallprognosen besitzt. Vgl. Han u. Tan (2006).

  12. An dieser Stelle ist anzumerken, dass die Zuordnung des Informationsgehalts der unterschiedlichen Präzisionsgrade in der Literatur umstritten ist. In der deutschen Literatur sind z. B. Baetge u. Schulze (1998) der Meinung, dass „die Angabe von Bandbreiten bzw. Intervallen einen höheren Informationsgehalt als die alleinige Angabe des Erwartungswerts (Punktprognose) hat.“ Vgl. Baetge u. Schulze (1998, S. 942). Andererseits schreibt der ADS: „Im Regelfall kann davon ausgegangen werden, daß [sic] die Punktangabe den größeren Informationsgehalt besitzt“ Vgl. ADS, § 289 Rz. 108. In der US-amerikanischen Literatur ist die Meinung dagegen einheitlicher in Richtung Punktprognose. Baginski et al. (1993) schreiben z. B.: “Point forecasts convey only one potential outcome. Closed-interval forecasts convey several possible outcomes, but the possibilities are bounded at both ends. Open-interval forecasts convey an infinite number of outcomes to one side of the distribution.” Vgl. Baginski et al. (1993, Fn. 6). Sie begründen dies mit den Ergebnissen ihrer Untersuchung, bei der sie den Informationsgehalt einer Prognose durch die anschließende Aktienkursreaktion approximieren. So finden sie, dass die Aktienkursreaktionen bei Punktprognosen stärker sind als bei Intervallprognosen. Ihnen wird daher ein höherer Informationsgehalt zugemessen als den Intervallprognosen. Auch Hirst et al. (1999) zeigen in ihrer experimentellen Studie, dass “investors consider point forecasts more informative relative to range forecasts”. Vgl. dazu auch Hirst et al. (2007, S. 5).

  13. Anzumerken ist, dass auch die sieben Stellvertretervariablen latent sind und somit über Indikatoren gemessen werden müssen. Beispielsweise ist die Unternehmenskomplexität selbst nicht direkt beobachtbar und wird daher in empirischen Studien häufig durch den Indikator „Anzahl der Unternehmenssegmente“ gemessen.

  14. Eine Befragungsstudie von PricewaterhouseCoopers (2005) kommt für Deutschland zu vergleichbaren Ergebnissen. Die Steigerung der Glaubwürdigkeit des Managements rangiert hierbei an vierter Stelle von 14 möglichen Zielen der freiwilligen Berichterstattung. Vgl. PricewaterhouseCoopers (2005, S. 13).

  15. Um dieses Ziel zu erreichen, können Manager auch versuchen, bilanzielle Spielräume zu nutzen, um das veröffentlichte Ergebnis zu verbessern. Vgl. für eine Gegenüberstellung der beiden Maßnahmen Matsumoto (2002).

  16. Ebenso könnte ein höheres Marktwert-Buchwert-Verhältnis auch als Indikator für höhere erwartete Kosten für die Prognoseabgabe stehen, da die Kosten der Informationspreisgabe bei Wachstumsunternehmen durch das Risiko des möglichen Markteintritts eines Konkurrenten c.p. höher sind. Unternehmen mit einem höheren Marktwert-Buchwert-Verhältnis würden in diesem Fall weniger und unpräzisere Prognosen abgeben. Der Zusammenhang zwischen Marktwert-Buchwert-Verhältnis und der Präzision der Prognose wäre in diesem Fall negativ. Bamber u. Cheon (1998) vermuten und untersuchen diesen Zusammenhang, finden aber einen (allerdings nicht signifikanten) positiven Zusammenhang. Dies deutet darauf hin, dass das Marktwert-Buchwert-Verhältnis ein besserer Indikator für den Druck des Kapitalmarktes ist, nicht zu enttäuschen. Vgl. Bamber u. Cheon (1998, S. 172).

  17. An dieser Stelle ist anzumerken, dass die Unternehmensgröße als Stellvertretervariable für verschiedene Einflussgrößen und auch Hypothesen stehen kann. Ein möglicherweise existierender Zusammenhang kann damit nicht eindeutig auf die latente Variable „Verfügbarkeit von öffentlichen Informationen“ zurückgeführt werden.

  18. Kent u. Ung (2003) untersuchen den Zusammenhang zwischen der Volatilität des Ergebnisses und der Qualität der freiwilligen Finanzberichterstattung, gemessen durch eine Bewertung des Informationsgehalts der freiwilligen Angaben im Geschäftsbericht. Sie finden, dass die Qualität der freiwillig veröffentlichten Informationen bei Unternehmen, deren Ergebnisse stärker schwanken, signifikant schlechter ist. Vgl. Kent u. Ung (2003, S. 278, 283) . Waymire (1985) untersucht die Häufigkeit der Prognoseabgabe von Unternehmen in Abhängigkeit der vergangenen Volatilität des Ergebnisses. Vgl. Waymire (1985, S. 269). Auch seine Ergebnisse bestätigen die obige Vermutung: “firms which issue earnings forecasts more frequently (…) are characterized by less volatile earnings.” Vgl. Waymire (1985, S. 269). Ajinkya et al. (2005) untersuchen den Einfluss von Unsicherheit auf die Präzision von Managementprognosen. Als Stellvertretervariablen der Unsicherheit verwenden sie den Beta-Faktor eines Unternehmens, die Volatilität der Quartalsergebnisse der letzten zwölf Quartale sowie die Streuung der Analystenschätzungen. Sie finden für alle drei Variablen den erwarteten negativen Zusammenhang mit der Präzision der Managementprognosen, der allerdings nur für den Beta-Faktor signifikant ist. Vgl. Ajinkya et al. (2005, S. 343).

  19. Vgl. dazu ausführlich Verrecchia (1983, S. 181 f.); Bamber u. Cheon (1998, S. 172).

  20. In ihrer Untersuchung wird der Zusammenhang zwischen der Konzentration der Marktanteile auf wenige Wettbewerber und der Prognosepräzision untersucht. Die Konzentration des Wettbewerbs wird operationalisiert als Anteil des Umsatzes der fünf größten Unternehmen am Gesamtumsatz der Branche. Je höher dieser Anteil ist, desto konzentrierter ist die Branche und desto höher sind die Kosten bei Markteintritt neuer Konkurrenten. Ihre Ergebnisse bestätigen die oben genannte Vermutung, Unternehmen in hoch konzentrierten Branchen geben signifikant unpräzisere Prognosen ab. Vgl. Bamber u. Cheon (1998, S. 178).

  21. Bamber u. Cheon (1998) verwenden zur Abgrenzung der Branchen die zweistelligen SIC-Code-Nummern und bestimmen die Marktkonzentration anhand des Anteils der fünf größten Unternehmen. Aufgrund der geringeren Anzahl von Unternehmen in Deutschland muss in dieser Untersuchung allerdings die Klassifikation von I/B/E/S verwendet werden, die lediglich neun Branchen umfasst, sowie zur Bestimmung der Marktkonzentration pro Branche auf vier Unternehmen zurückgegriffen werden.

  22. Demnach geben 82% der befragten Manager an, dass es ein Ziel der freiwilligen Berichterstattung ist, das von den Investoren wahrgenommene Informationsrisiko zu senken. Vgl. Graham et al. (2005, S. 55).

  23. Diese Informationsasymmetrie führt, wie Akerlof (1970) zeigt, im besten Fall nur zu einer Reduzierung des Verkaufspreises und im schlechtesten Fall zu einem Zusammenbruch des gesamten Marktes. Vgl. Akerlof (1970); Fang (2006, S. 2729).

  24. Eigenkapitalrückzahlungen werden aufgrund der geringen Praxisrelevanz nicht betrachtet.

  25. Ohne eigene Anwesenheit bei einer Analystenkonferenz oder der Hauptversammlung gibt es keine Möglichkeit, auf die Prognosen zuzugreifen, sofern sie zu diesem Zeitpunkt gemacht worden sind. Einige Unternehmen, insbesondere des DAX, übertragen seit einiger Zeit Live-Streams von Hauptversammlungen oder Telefonkonferenzen auf ihrer Homepage. Diese sind allerdings nur für einzelne DAX-Unternehmen und selten für Unternehmen des MDAX sowie nur für einen begrenzten Zeitraum abrufbar.

  26. Für die Jahre 2004 und 2005 lag zusätzlich ein Test-Zugang auf die Reuters Datenbank vor. Für diesen Zeitraum wurden die Meldungen in Reuters mit dem Handelsblatt verglichen. In den meisten Fällen überschnitten sich die Meldungen. Wurde eine Meldung lediglich bei Reuters gefunden, wurde diese ebenfalls in den Datensatz aufgenommen.

  27. Testweise wurden auch Unternehmen des TecDAX und SDAX auf Meldungen untersucht. Hierbei zeigte sich allerdings, dass lediglich sehr vereinzelt Meldungen gefunden wurden, was wohl mit einer geringeren öffentlichen Relevanz dieser Unternehmen begründet werden kann. Daher erfolgte eine Begrenzung auf die Unternehmen des DAX und MDAX. Der zeitliche Rahmen von vier Jahren wurde gewählt, um möglichst viele Prognosen einzubeziehen. Eine Ausdehnung des Zeitraums auf Prognosen vor 2002 erscheint vor dem Hintergrund der Boom-Periode bis Mitte 2000 zwar grundsätzlich interessant, aber nicht repräsentativ.

  28. Die Unternehmen wurden auch verfolgt, bevor sie in den DAX oder MDAX aufgenommen wurden und nachdem sie aus dem Index ausgeschieden sind. Zum Problem der Selbstselektion vgl. z. B. Wooldridge (2002, S. 10).

  29. Abwandlungen wie beispielsweise „prognostiziert“ oder „Ergebnisse“ werden ebenfalls in die Suche integriert. Diese qualitative Suche nach bestimmten Begriffen und Schlagworten wird in der Literatur zu Managementprognosen standardmäßig angewendet. Vgl. bspw. Ajinkya et al. (2005, S. 350). Die in US-amerikanischen Studien verwendete Datenbank First Call Corporate Investor Guidelines hat eine äquivalente Vorgehensweise.

  30. Im Rahmen einer Voruntersuchung konnten z. B. für die Deutsche Post in 2004 sieben Prognosen gefunden werden.

  31. Prognosen, die im Rahmen von Zwischenmitteilungen oder zum Zeitpunkt der Hauptversammlung abgegeben wurden, bleiben unberücksichtigt.

  32. Viele Unternehmen neigen dazu, die Eckdaten der Quartals- oder Jahresergebnisse bereits im Rahmen einer Ad-hoc-Meldung vor dem offiziellen Termin bekannt zu geben. Vgl. Möllers (2005, S. 1395). Diese werden ebenfalls in die Untersuchung mit einbezogen.

  33. Eine fehlende Prognose kann unterschiedlich erklärt werden. Erstens verfolgt das Unternehmen u. U. eine restriktive Prognosepolitik. So wird Allianz-Chef Michael Diekmann am 6. Mai 2004 wie folgt zitiert: „Wir können keine genaue Zukunftsprognose machen und wir können auch keine Pannen ausschließen.“, O.V., Handelsblatt vom 6.5.2004, S. 21. Ebenso möglich ist die fehlende Berichterstattung im Handelsblatt. Seltener ist die Tatsache, dass ein Unternehmen zum Zeitpunkt der Ergebnisbekanntgabe noch nicht gegründet ist, übernommen wurde oder bereits Insolvenz angemeldet hat.

  34. Für fünf der 125 gelisteten Unternehmen konnte im gesamten Zeitraum keine Prognose gefunden werden.

  35. Eine nicht dargestellte Auswertung nach Indexzugehörigkeit zeigt, dass die Unternehmen des MDAX deutlich präzisere Prognosen abgeben als die Unternehmen im DAX und damit die höhere Präzision im hier untersuchten Sample verursachen. Hierbei wurde jedes Unternehmen dem Index zugeordnet, in dem es zum Zeitpunkt der Prognoseabgabe enthalten war. War ein Unternehmen noch nicht bzw. nicht mehr an der Börse notiert oder in einem anderen Index (z. B. SDAX oder TecDAX) enthalten, wurde es dem Index zugeordnet, in dem es zuerst bzw. zuletzt notiert war.

  36. An dieser Stelle ist anzumerken, dass im oben definierten funktionalen Zusammenhang die Untersuchungseinheit (abhängige Variable) der empirischen Untersuchung eine einzelne Prognose darstellt. Ebenso denkbar ist jedoch auch, die Analyse auf Unternehmensebene durchzuführen. In diesem Fall müsste versucht werden, die Prognosepolitik eines Unternehmens festzustellen, indem durch Mittelwertbildung der innerhalb eines Jahres ein Prognosepräzisionsindex definiert wird. Vgl. dazu Baginski et al. (2004, S. 11).

  37. Vgl. zu dieser in der Literatur gängigen Vorgehensweise z. B. Ajinkya et al. (2005, S. 354).

  38. Ich danke einem anonymen Gutachter für diesen Hinweis.

  39. Vgl. Hribar u. Yang (2007) für eine Untersuchung des Einflusses von übersteigertem Selbstbewusstsein des Vorstandsvorsitzenden auf die Managementprognoseneigung.

  40. Eine Möglichkeit für zukünftige Untersuchungen besteht in der Verwendung von Video- oder Audioaufzeichnungen von Unternehmens- bzw. Analystenkonferenzen, anhand derer die Prognosen des Managements selbst erfasst werden können. Insbesondere die in den USA gängigen Datenbanken gewährleisten bereits heute, dass die auf Konferenzen abgegebenen Prognosen und Ausführungen digitalisiert und als Texte zur Analyse verfügbar gemacht werden.

  41. In der Studie von De Jong et al. (2006) für den niederländischen Kapitalmarkt werden diese Zusätze berücksichtigt.

  42. Ich danke einem anonymen Gutachter für diesen Hinweis.

  43. Die Anzahl der Beobachtungen würde sich dann auf die Anzahl der einbezogenen Unternehmen (125) statt der Anzahl der gefundenen Prognosen (1442) reduzieren.

  44. Eine situationsspezifische Variable ist z. B. der Zeitraum bis zum Geschäftsjahresende. Dieser wird zum Zeitpunkt der Prognoseabgabe gemessen und verändert sich im Laufe eines Jahres vergleichsweise stark. Unternehmensspezifische Variablen sind dagegen Variablen, die nur einmal jährlich gemessen werden und im Untersuchungszeitraum weitgehend konstant bleiben (z. B. der Anteil immaterieller Vermögenswerte an der Bilanzsumme oder die Anzahl der operativen Segmente). Der Unterschied zwischen situations- und unternehmensspezifischen Variablen liegt damit in der Veränderlichkeit innerhalb eines Jahres. Streng genommen verändert sich z. B. auch die Unternehmensgröße, gemessen durch die Marktkapitalisierung, oder das Marktwert-Buchwert-Verhältnis eines Unternehmens im Laufe eines Jahres. Da diese Veränderung im Vergleich zur situationsspezifischen Variablen, wie z. B. HORIZONT, aber vergleichsweise gering ist, werden diese Variablen den unternehmensspezifischen Variablen zugeordnet.

Literatur

  • Adler H, Düring W, Schmalz K (1995) Rechnungslegung und Prüfung der Unternehmen. Teilband 2, 6. Aufl. Schäffer-Poeschel, Stuttgart

    Google Scholar 

  • Ajinkya B, Bhojraj S, Sengupta P (2005) The association between outside directors, institutional investors and the properties of management earnings forecasts. J Account Res 43:343–376

    Article  Google Scholar 

  • Akerlof GA (1970) The market for “lemons”: quality uncertainty and the market mechanism. J Econ 84:488–500

    Google Scholar 

  • Atiase RK (1985) Predisclosure information, firm capitalization, and security price behavior around earnings announcements. J Account Res 23:21–36

    Article  Google Scholar 

  • Baetge J, Schulze D (1998) Möglichkeiten der Objektivierung der Lageberichterstattung über „Risiken der künftigen Entwicklung“ – ein Vorschlag zur praktischen Umsetzung der vom KonTraG verlangten Berichtspflichten. Der Betrieb 51:937–948

    Google Scholar 

  • Backhaus K, Erichson B, Plinke W, Weiber R (2006) Multivariate analysemethoden, 11. Aufl. Springer, Berlin

    Google Scholar 

  • Baginski SP, Conrad E, Hassel J (1993) The effect of management forecast precision on equity pricing and on the assessment of earnings uncertainty. Account Rev 68:913–927

    Google Scholar 

  • Baginski SP, Han J (1990) The market interpretation of management earnings forecasts as a predictor of subsequent financial analyst forecast revision. Account Rev 65:175–190

    Google Scholar 

  • Baginski SP, Hassel JM (1997) Determinants of management forecast precision. Account Rev 72:303–312

    Google Scholar 

  • Baginski SP, Hassel J, Kimbrough M (2004) Why do managers explain their earnings forecasts? JAccount Res 42:1–29

    Article  Google Scholar 

  • Baltagi BH (2005) Econometric analysis of panel data. Wiley, Chichester

    Google Scholar 

  • Bamber LS, Cheon YS (1998) Discretionary management earnings forecast disclosures: antecedents and outcomes associated with forecast venue and forecast specificity choices. J Account Res 36:167–190

    Article  Google Scholar 

  • Barth M, Kasznik R, McNichols M (2001) Analyst coverage and intangible assets. J AccountRes 39: 1–34

    Article  Google Scholar 

  • Bretzke W (1992) Prognoseprüfung. In: Coenenberg AG, Wysocki K (Hrsg) Handwörterbuch der Revision. Schäffer-Poeschel, Stuttgart, Sp. 1436

    Google Scholar 

  • Coller M, Yohn TL (1997) Management forecasts and information asymmetry: an examination of bid-ask spreads. J Account Res 35:181–191

    Article  Google Scholar 

  • Coller M, Yohn TL (2006) Management forecasts and information asymmetry: an examination of bid-ask spreads. J Account Res 35:181–191

    Article  Google Scholar 

  • De Jong A, Mertens G, van der Poel M (2006) The Impact of Managerial Discretion onManagement Earnings Forecasts, working paper, Erasmus University Rotterdam

  • Dobler M (2004) Risikoberichterstattung. Peter Lang, Frankfurt a. M.

    Google Scholar 

  • Drobeck J (2001) Die Prognosepublizität im Prospekt über öffentlich angebotene Kapitalanlagen und deren Beurteilung nach IDW S 4. WPg 54:1223–1234

    Google Scholar 

  • Dye R (1985) Disclosure of non-proprietary information. J Account Res 23:123–145

    Article  Google Scholar 

  • Fang LH (2006) Investment bank reputation and the price and quality of underwriting services. J Finance 60:2729–2761

    Article  Google Scholar 

  • Frankel R, McNichols M (1995) Discretionary disclosure and external financing. Account Rev 70:135–150

    Google Scholar 

  • Graham JR, Harvey C, Rajgopal S (2005) The economic implications of corporate financial reporting. J Account Econ 40:3–73

    Article  Google Scholar 

  • Hagest J, Kellinghusen G (1977) Zur Problematik der Prognoseprüfung und der Entwicklung von Grundsätzen ordnungsmäßiger Prognosebildung. Wirtsch 30:405–415

    Google Scholar 

  • Han J, Tan H (2006) Investors’ reaction to management guidance form, working paper, University of Hong Kong, Nanyang Technological University

  • Healy PM, Palepu KG (2001) Information asymmetry, corporate disclosure, and the capital markets: a review of the empirical disclosure literature. J Account Econ 31:405–440

    Article  Google Scholar 

  • Hribar, P, Yang H (2007) CEO Overconfidence, Management Earnings Forecasts, andEarnings Management, working paper, University of Iowa, Cornell University.

  • Hirst DE, Koonce L, Miller J (1999) The joint effect of management’s prior forecast accuracy and the form of its financial forecasts on investor judgment. J Account Res Suppl 37:101–124

    Article  Google Scholar 

  • Hirst E, Koonce L, Venkataraman S (2007) Management earnings forecasts: a review and framework, working paper, University of Texas, im Internet unter: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=921583 (Stand: 10.08.2009)

  • Hutton A (2005) Determinants of managerial earnings guidance prior to regulation fair disclosure and bias in analysts’ earnings forecasts. Contemp Account Res 22:867–914

    Article  Google Scholar 

  • Karamanou I, Vafeas N (2005) The association between corporate boards, audit committees, and management earnings forecasts: an empirical analysis. J Account Res 43:453–486

    Article  Google Scholar 

  • Kent P, Ung K (2003) Voluntary disclosure of forward-looking earnings information in Australia. Aus J Manag 28:273–285

    Google Scholar 

  • Ma S (2007) Information asymmetry and valuation uncertainty, the determination of China’s IPO allocation procedures. Appl Financial Econ 17:271–284

    Article  Google Scholar 

  • Matsumoto D A (2002) Management’s Incentives to Avoid Negative Earnings Surprises.Account Rev 77: 483–514

    Article  Google Scholar 

  • McFadden D (1974) Conditional logit analysis of qualitative choice behaviour. In: Zarembka P (ed) Frontiers in econometrics. Academic Press, New York, p 105

    Google Scholar 

  • Miller G (2002) Earnings Performance and Discretionary Disclosure. J Account Res 40:173–204

    Article  Google Scholar 

  • Moxter, A (1962) Der Einfluß von Publizitätsvorschriften auf das unternehmerische Verhalten. West-Dt. Verlag, Köln

  • Möllers T (2005) Insiderinformation und Befreiung von der Ad-hoc-Publizität nach § 15 Abs. 3 WpHG – Zur Beurteilung von mehrstufigen Entscheidungsprozessen durch das Anlegerschutzverbesserungsgesetz. Wertpapiermitteilungen 59: 1393–1400

    Google Scholar 

  • Nöldeke, M (2006) Expectations guidance in public companies.Versus, Basel

    Google Scholar 

  • Pellens B, Nölte U, Berger O (2007) Ergebnisprognosen durch das Management – Sind die Managementprognosen der DAX-Unternehmen zu pessimistisch? Finanzbetrieb 7:24–29

    Google Scholar 

  • Pownall G, Wasley C, Waymire G (1993) The stock price effect of alternative types of management earnings forecasts. Account Rev 68:896–912

    Google Scholar 

  • Radde J (2006) Gestaltung und Prüfung der Prognosepublizität in Börsenzulassungs-prospekten. IDW-Verlag, Düsseldorf

    Google Scholar 

  • Rogers JL, van Buskirk A (2006) Management Forecasts Bundled with Negative EarningsSurprises: Credibility-Building versus Opportunism, working paper, University ofChicago

  • Ross S (1979) Disclosure regulation in financial markets: implications of modern finance theory and signaling theory. In: Edwards FD (ed) Issues in financial regulation. McGraw-Hill, New York, p 177

    Google Scholar 

  • Schmidt, U (1971) Zum Prognoseproblem in der Wirtschaftswissenschaft. Eine Untersuchung auf wissenschaftstheoretischer Grundlage. Breitenstein, Dagersheim

    Google Scholar 

  • Trueman B (1986) Why do managers voluntarily release earnings forecasts? J Account Econ 8:53–71

    Article  Google Scholar 

  • Veall M, Zimmermann K (1994) Evaluating pseudo R2’s for binary probit models. Int JMethodol 28:151–164

    Google Scholar 

  • Verrecchia R (1983) Discretionary disclosure. J Account Econ 5:179–194

    Article  Google Scholar 

  • Wasser G (1976) Bestimmungsfaktoren freiwilliger Prognosepublizität. Eine empirische Untersuchung auf Basis eines Modells zur Bewertung des Informationsgehalts veröffentlichter Unternehmungsprognosen. IDW-Verlag, Düsseldorf

    Google Scholar 

  • Waymire G (1985) Earnings volatility and voluntary management forecasts disclosure. J Account Res 23:268–295

    Article  Google Scholar 

  • Wooldridge J (2002) Econometric Analysis of Cross Section and Panel Data. Cambridge,Massachusetts u.a.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Referent Accounting – Financial Instruments, E.ON AG, Werthmannstraße 22, 50935, Köln, Deutschland

    Uwe Nölte (MBA)

Authors
  1. Uwe Nölte (MBA)
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Uwe Nölte (MBA).

Anhang

Anhang

Tab. A.1 Beispiele für gefundene Prognoseaussagen und gewählte Prognoseart
Full size table

Rights and permissions

Reprints and permissions

About this article

Cite this article

Nölte, U. Determinanten des Informationsgehalts von Managementprognosen – eine empirische Untersuchung anhand der DAX und MDAX-Unternehmen. Z Betriebswirtsch 79, 1229–1257 (2009). https://doi.org/10.1007/s11573-009-0316-z

Download citation

  • Received:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s11573-009-0316-z

Schlüsselwörter

Keywords

JEL Classification

Search

Navigation